摘要
一种基于多变量交互关联的烧结混料水分预测方法,针对现有时序预测方法忽略变量之间的耦合关系和历史自相关性,本发明提出一种基于交互关联门机制的自相关门、互相关门算法,通过改进传统门控循环单元,引入了自相关门和互相关门显示挖掘序列自身的历史相关性和过程变量之间的互相关性。为了解决传统时序预测仅将预测值的准确性作为评判指标的问题,本发明通过设计一个融合预测值与趋势引导的模型损失函数,为模型参数的更新提供反馈指导,使模型信息更加适用于时序预测和下游趋势预报任务。综上所述,本发明提出的方法能够精确地对烧结混料水分及其趋势进行预测,具备可信度高、准确性高等优点,也为时序预测提供了一种创新性的思路。
技术关键词
烧结混料
序列
变量
注意力
门控循环单元
多项式
矩阵
时序预测方法
编码向量
数据
滑动窗口方法
时序预测模型
误差
超参数
嵌入特征
映射方法
线性
曲线
系统为您推荐了相关专利信息
数据处理方法
计算机可读指令
策略
关键特征值
生物信号处理技术
运输管理方法
农产品供应链
需求预测模型
人工智能模型
机器学习模型
行驶检测方法
特征点集合
转角特征
关键特征点
方向盘转角数据
风力发电机故障
无传感器状态估计
虚拟测试方法
模拟风力发电机组
风轮
情感分析系统
摘要
编码
语音特征提取
前馈神经网络